MétaCan
Menu
Retour à la cohorte
Enregistrement W4411258447 · doi:10.1093/aje/kwaf124

Paid family leave and reduced acute respiratory infections in young infants: does everyone benefit equally?

2025· article· en· W4411258447 sur OpenAlexaff
Katherine A. Ahrens, Erin Strumpf, Arijit Nandi, Justin R. Ortiz, Teresa Janević

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePediatric health and respiratory diseases
Établissements canadiensMcGill University Health CentreMcGill UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineRespiratory systemPediatricsRespiratory tract infectionsIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

To examine whether the effect of a paid family leave program on acute care encounters for respiratory tract infections among young infants differed by subgroups. We examined 52 943 hospitalizations and emergency department visits between October 2015 and February 2020 among infants aged ≤8 weeks in New York, which introduced paid family leave in January 2018, and four New England control states (Massachusetts, New Hampshire, Vermont, and Maine). We conducted a controlled time series analysis that compared observed counts in New York during the putative respiratory virus season (October to March) in each population subgroup to those predicted in the absence of the policy. Absolute reductions in respiratory tract infection-related acute care encounters among young infants were greater for Hispanic as compared to non-Hispanic White infants (5.60 fewer cases per 1000 infants [95% CI, -8.74 to -2.51]) and for encounters paid for by Medicaid as compared to private payer (4.22 fewer cases per 1000 [95% CI, -6.45 to -2.18]). Findings by Child Opportunity Index 2.0 quintiles showed no clear pattern. Our findings suggest the program may have larger benefits for infants from less advantaged groups.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,048
Tête enseignante GPT0,437
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetPediatric health and respiratory diseasesTravaux en français237 207